વારાણસી (ઉત્તર પ્રદેશ) IIT BHU એ દૂષિત પાણીમાંથી (removal of metal from water) તાંબુ, નિકલ અને ઝીંકને દૂર કરવા પર સંશોધન કર્યું છે, જે ફાયર્ડ અને નોન ફાયર્ડ બીડ્સનો ઉપયોગ કરે છે. સંશોધન જલીય (contaminated water) તબક્કામાંથી તાંબુ, નિકલ અને ઝીંક આયનોને દૂર કરવા માટે પકવવામાં આવેલા અને બિન ફાયર કરેલા માળખા વચ્ચે તુલનાત્મક અભ્યાસ રજૂ કરે છે.
મશીન લર્નિંગ અલ્ગોરિધમ્સ શોષણ ક્ષમતાની સરખામણી કરવાથી જાણવા મળ્યું છે કે, બિન ફાયર કરેલા મણકા તાંબુ, નિકલ અને જસત આયનો કાઢી નાખે છે. સ્કૂલ ઓફ બાયોકેમિકલ એન્જિનિયરિંગના મુખ્ય સંશોધક આસિસ્ટન્ટ પ્રોફેસર ડૉ. વિશાલ મિશ્રાએ આ સંશોધન વિશે માહિતી આપતા જણાવ્યું હતું કે, મણકા મધ્યસ્થી રિએક્ટર માટે સ્કેલ અપ માપદંડ અને રિએક્ટર કન્ફિગરેશનને ઓળખવા માટે મશીન લર્નિંગ અલ્ગોરિધમ્સનો ઉપયોગ કરવામાં આવ્યો હતો.
આ પણ વાંચો Apple આ અઠવાડિયે 2જી જનરલ એરપોડ્સ પ્રોનું કરશે અનાવરણ
ઝિંક ભારે ધાતુઓ એ પ્રદૂષકો છે જે બિન બાયોડિગ્રેડેબલ, હાનિકારક અને પર્યાવરણમાં સતત રહે છે. ગંદા પાણીમાં તાંબુ, જસત અને નિકલ જેવી ઝેરી ભારે ધાતુઓની હાજરી તેમને દૂર કરવાની આવશ્યકતા બનાવે છે. ઝીંક એ પૃથ્વીના પોપડામાં 23મું સૌથી વધુ વિપુલ પ્રમાણમાં જોવા મળતું તત્વ છે અને ગંદા પાણીમાં તેની સાંદ્રતા સતત વધી રહી છે. પ્લેટિંગ અને માઇનિંગ કામગીરી, ખાતર અને ફાઇબર પ્લાન્ટ્સ અને પેપર મિલોના પાણીમાં ઝીંકનું દૂષણ થાય છે.
દૂષિત પાણી પાણીમાં કુદરતી રીતે બનતું અને માનવસર્જિત તાંબાનું દૂષણ દસ્તાવેજીકૃત છે. તે ઓછી માત્રામાં પણ જળચર પ્રાણીઓ માટે ઝેરી છે. કોપર ઓવરડોઝ આંચકી, ખેંચાણ, ઉલટી અને મૃત્યુનું કારણ બને છે. ફોર્જિંગ, મિનરલ પ્રોસેસિંગ, સ્ટીમ પાવર પ્લાન્ટ્સ અને પેઇન્ટ ફોર્મ્યુલેશન તમામ નિકલનો ઉપયોગ કરે છે. આ ઉદ્યોગો નિકલ પ્રદૂષણનો મુખ્ય સ્ત્રોત છે.
આ પણ વાંચો બીજી વાર ચંદ્ર રોકેટ ટેસ્ટનો પ્રોજેક્ટ પડતો મૂકાયો, મોટું જોખમ સામે આવ્યું
સંશોધન નિકલ ઓવરએક્સપોઝર ઓક્સિડેટીવ એન્ઝાઇમની પ્રવૃત્તિને અટકાવે છે, ફેફસાં, કિડનીને નુકસાન પહોંચાડે છે, ત્વચાકોપનું કારણ બને છે અને જઠરાંત્રિય તકલીફનું કારણ બને છે. તેમણે કહ્યું કે, 1.3 mg L કોપર, 0.1 mg L નિકલ અને 5 mg L ઝીંક ધરાવતું પીવાનું પાણી આંતરરાષ્ટ્રીય ધોરણો દ્વારા માન્ય છે. મેટલ આયન શોષણની આગાહી કરવા પરના તાજેતરના સંશોધનોએ મશીન લર્નિંગ અને આર્ટિફિશિયલ ઇન્ટેલિજન્સ પર ધ્યાન કેન્દ્રિત કર્યું છે. આ શોષણ ક્ષમતાના અંદાજમાં સામેલ પ્રયોગોની સંખ્યા, સમય અને જટિલતાને ઘટાડે છે. તે સમય અને સંસાધનોની પણ બચત કરે છે.
સંશોધન કાર્ય ડિસિઝન ટ્રી અને રેન્ડમ ફોરેસ્ટ એ બે મશીન લર્નિંગ મોડલ છે જેનો અહીં ઉપયોગ થાય છે. વર્તમાન સંશોધન કાર્ય નવલકથા માળખા પર ધાતુના આયન શોષણ વિશેની અમારી સમજણને આગળ ધપાવે છે અને વૈજ્ઞાનિક સાહિત્યમાં વિશ્વસનીય ડેટાના સંચય દ્વારા ભવિષ્યના કાર્યક્રમોમાં મદદ કરશે. આ સંશોધન ટેલર અને ફ્રાન્સિસ દ્વારા ઓનલાઈન પ્રકાશિત થયેલ જર્નલ ઓફ એન્વાયર્નમેન્ટલ કેમિકલ એન્જિનિયરિંગમાં પ્રકાશિત થયું છે. .
